本发明公开了一种基于反馈权重卷积神经网络和胶囊神经网络的步态识别方法，具体包括以下步骤：将一对步态能量图作为网络的输入；从底层开始匹配输入图像的特征；用卷积神经网络提取输入图像的步态特征；通过像素级反馈权重更新输入图像；使用初级胶囊神经网络将数据形状进行重塑；使用改进的胶囊神经网络输出图像的相似性。该方法在数据集较小的情况下具有较强的鲁棒性，能有效地体现身体不同部位对步态识别准确率的重要性，采用向量的方式表示实体，保留了步态特征的等变性，有效提高了跨视角步态识别的准确率。